طراحي يك ماتريس اندازه‌گيري مناسب براي بازسازي اهداف راداري با استفاده از حسگري فشرده

Designing a suitable measurement matrix for reconstruction of radar targets using compressive sensing

استفاده از حسگري فشرده در سيستم‌هاي راداري باعث حذف فيلتر منطبق از گيرنده و كاهش پهناي باند مورد نياز مبدل آنالوگ به ديجيتال در گيرنده مي‌شود. بنابراين در گيرنده به نرخ اطلاعات كمتري از نرخ نايكوئيست نياز است. يكي از پارامترهاي حسگري فشرده ماتريس اندازه‌گيري است. ماتريس اندازه‌گيري حسگري فشرده براي سيگنالهاي راداري معمولاً ماتريس تصادفي انتخاب مي‌شود. گرچه بازيابي دقيق سيگنال با استفاده از ماتريس تصادفي با احتمال بالايي ممكن است و اين ماتريس ناهمدوسي بالايي با هر ماتريس پايه‌اي دارد ولي پياده‌سازي آن در عمل تقريباً غيرممكن است. بنابراين بهتر آن است كه از ماتريس‌هاي معين به عنوان ماتريس اندازه‌گيري استفاده شود. ماتريس Alltop يكي از اين ماتريس‌هاي معين است كه از دنباله Alltop به دست مي‌آيد. استفاده از اين ماتريس در حسگري فشرده داراي محدوديت‌هايي است. در اين مقاله ضمن برطرف كردن محدوديت‌هاي آن، يك جايگزين مناسب‌تر براي بلوك فيلتر منطبق بر مبناي حسگري فشرده ارائه خواهد شد كه در مقايسه با فيلتر منطبق كارايي بهتري دارد و هدف‌هاي راداري را با متوسط خطاي كمتري نسبت به فيلتر منطبق بازسازي مي‌نمايد.

Using of compressive sensing in radar systems caused to eliminate the matched filter from receiver, and to reduce the required receiver analog-to-digital conversion bandwidth in radar systems. One of compressive sensing parameters is measurement matrix. Measurement matrix for radar systems is usually random matrix. Although exact recovery of signal using random matrices is possible with high probability and this matrix is incoherent with every basis matrix but implementation of that is impossible in practice. So it is useful to use deterministic matrices as measurement matrix. One of these matrices is Alltop matrix that obtained from Alltop sequence. There are limitations in use of this matrix for compressive sensing. We not only will resolve These limitations in this article but also will present a suitable alternative for matched filter block based on compressive sensing that has better performance in comparison to matched filter and can reconstruct radar targets with lower error than matched filter.